随着改革开放以来中国经济的高速发展，社会对于高素质人才的需求日益增多。虽然从1978年恢复高考之后我国高等教育规模呈现出飞跃式的发展模式，但是依旧满足不了社会的需要，并且在人才供需之间形成了巨大差距。近些年来，我国实施了一系列教育制度的改革措施，重点是扩大高等教育规模，增加高校招生人数。　　特别是在1999年，全国各大高等院校开始执行扩大招生政策，这成为高等教育从精英模式向大众模式转变的分水岭。但是问题也随之而来:经济发展对高素质人才的需求与高校提供高学历人才的供给之间是否已经形成供求平衡？在当时的时代背景下，回答这个问题最为直观的指标就是就业率。在此之前的很长一段时期里，高校应届毕业生基本上不用为工作发愁，甚至可以从多个用工单位中进行的选择。而在此之后，各大高校学生的就业率问题逐渐突出，基本形成了初次就业率维持在75％左右的态势。特别是在全球金融危机爆发的2008年前后，我国的大学应届毕业生初次就业率仅有68％。正是因为就业形式的严峻，各大重点高校也不得不考虑就业率对自身招生的后续影响。　　第一章对本科生就业形势进行了详细分析，并对就业质量的相关国内外研究进行了综述，提出了研究内容、研究方法和技术路线。　　第二章在文献阅读的基础上，梳理出能够反映本科生就业质量的一级指标及其所包含的二级指标。进一步确定了评语集与权重集，形成了一个完整的本科生就业质量评价指标体系。然后，结合模糊数学理论对实证调研得到的定性数据进行处理，得到模糊评价矩阵。最后，通过权重集和分数集得到模糊评价的隶属度矩阵和综合评价结果。　　第三章在模糊评价的基础上，借鉴模糊数学理论中的模糊聚类方法，对实证研究对象在就业质量方面进行划分。具体过程包括构建原始数据矩阵、量纲处理、建立模糊相似矩阵和模糊等价矩阵。　　第四章设定本科生就业质量结果分为优、良、一般和差四个类别，作为构成标准模型库的主要依据。然后，在LMSE算法的基础上，根据多个年份的训练样本数据得到标准模型库，通过模糊识别精确地为评定就业质量提供参考依据。　　第五章选取北京工业大学作为实证研究的对象，并介绍了指标体系所需数据的来源。首先，在评价指标体系的基础上，结合模糊数学理论对实证调研得到的定性数据进行处理，得到模糊评价矩阵，作为反映北京工业大学各学院本科生就业质量的定量数据。然后，借鉴模糊数学理论中的模糊聚类方法对实证研究对象在就业质量方面进行划分，并通过设定最佳阈值的方式得到北京工业大学各学院在本科生就业质量上的聚类图。最后，设定北京工业大学本科生就业质量结果分为优、良、一般和差四个类别，构成标准模型库。通过整理2007年至2015年北京工业大学《毕业生就业状况白皮书》所涵盖的调研数据，得到了这十年间就业质量评价指标的训练样本矩阵和标准模型库，为评定北京工业大学各学院的就业质量提供了依据。　　第六章在上文研究的基础上，针对影响本科生就业质量的外部因素和内部因素分别提出了对策与建议。　　第七章对论文得出的主要结论和进一步研究之处进行阐述。